Информационно-аналитическая система детектирования движения объектов на пешеходном переходе
Автор: Бобырь М.В., Храпова Н.И.
Журнал: Онтология проектирования @ontology-of-designing
Рубрика: Прикладные онтологии проектирования
Статья в выпуске: 4 (54) т.14, 2024 года.
Бесплатный доступ
Для регулирования пешеходного и транспортного потоков на перекрёстках внедряются системы, которые используют модели, обеспечивающие изменение временных промежутков работы сигналов светофоров в зависимости от количества пешеходов и автомобилей, находящихся на перекрёстке. Подобные системы содержат видеокамеры, фиксирующие передвижение участников дорожного движения, что позволяет улучшить контроль и регулирование дорожного движения в режиме реального времени. В данной работе представлена информационно-аналитическая система управления транспортным и пешеходным потоками, которая основана на нейронной модели YOLO , позволяющей распознать объекты. В этой системе выполняются следующие операции: преобразование исходного изображения в градации серого; размытие изображения по Гауссу; детектирование границ объектов с помощью фильтра Канни и нечётко-логического метода детектирования контуров объектов; контурная обработка, в процессе которой каждому найденному контуру присваивается определённый номер. Нейронная сеть сопоставляет обнаруженные контуры с данными из обучающей выборки и принимается решение о том, является ли рассматриваемый объект человеком или автомобилем. Приведены результаты экспериментальных исследований описанных алгоритмов для решения задачи распознавания объектов. В экспериментах использовалось модификация ранее разработанного программного обеспечения и изображения перекрёстков с пешеходными переходами, взятые с видеокамер, установленных на улицах города Курска. По результатам экспериментов показатель точности распознавания объектов составил 72,4%.
Информационно-аналитическая система, пешеходный переход, детектирование объектов, нечёткая логика, фильтр канни, выделение контуров, нейронная модель
Короткий адрес: https://sciup.org/170207430
IDR: 170207430 | DOI: 10.18287/2223-9537-2024-14-4-531-541
Список литературы Информационно-аналитическая система детектирования движения объектов на пешеходном переходе
- Сойникова Е.С., Батищев Д.С., Михелев В.М. О распознавании форменных объектов крови на основе медицинских изображений. Научный результат. Информационные технологии. 2018. Т.3, №3. С.54-65. DOI: 10.18413/2518-1092-2018-3-3-0-7.
- Яковлев Е.Л. Модель оценивания вычислительной сложности интеллектуального распознавания объектов на изображениях на борту беспилотных летательных аппаратов // Интеллектуальные технологии на транспорте. 2018. № 3(15). С. 27-32.
- Шошина К.В., Алешко Р.А., Березовский В.В., Васендина И.С., Шошин А.С., Гурьев А.Т. Тематическое дешифрирование аэроснимков лесных территорий на основе концептуального моделирования. Онтология проектирования. 2023. Т.13, № 3(49). С.437-454. DOI: 10.18287/2223-9537-2023-13-3-437-454.
- Морев К.И., Целых А.Н. Система анализа автомобильного трафика на объекте (в логистике), основанная на распознавании изображения с камеры видеонаблюдения. Альманах современной науки и образования. 2017. № 2(116). С.93-96.
- Копейкин Р.Е., Глазков В.В., Пашева Т.А. Сравнительная характеристика методов распознавания изображения для задачи распознавания дорожных знаков. Научно-технический вестник Поволжья. 2023. №3. С.63-67.
- Колоденкова А.Е. Онтология идентификации человека по движениям тела и лицу в видеонаблюдениях.
- Онтология проектирования. 2023. Т.13, № 1(47). С.55-74. DOI: 10.18287/2223-9537-2023-13-1-55-74.
- Убоженко Н.В. Анализ эффективности методов распознавания символов в рамках задачи распознавания номерного знака автотранспорта. Перспективы развития информационных технологий. 2013. №12. С.41-45.
- Бобырь М.В., Храпова Н.И., Ламонов М.А. Система управления интеллектуальным светофором на основе нечеткой логики. Известия Юго-Западного государственного университета. 2021. Т.25, №4. С.162-176. DOI: 10.21869/2223-1560-2021-25-4-162-176.
- Свидетельство о государственной регистрации программы для ЭВМ № 2021661796. М.В. Бобырь, Н.А. Милостная, Н.И. Храпова [и др.] Заявка № 2021660730. Дата поступления 08.07.2021. Зарегистрировано в Реестре программ для ЭВМ 15.07.2021.
- Астапова М.А., Уздяев М.Ю. Детектирование дефектов неисправных элементов линий электропередач при помощи нейронных сетей семейства YOLO. Моделирование, оптимизация и информационные технологии. 2021. Т.9, № 4(35), 16 с. DOI: 10.26102/2310-6018/2021.35.4.035.
- Никитин Д.В., Тараненко И.С., Катаев А.В. Детектирование дорожных знаков на основе нейросетевой модели YOLO. Инженерный вестник Дона. 2023. № 7(103). С.91-99.
- Чуйков Р.Ю., Юдин Д.А. Обнаружение транспортных средств на изображениях загородных шоссе на основе метода Single shot multibox Detector. Научный результат. Информационные технологии. 2017. Т.2, № 4. С.50-58. DOI: 10.18413/2518-1092-2017-2-4-50-58.
- Яскеляйнен Я.С., Хакимов А.А., Мутанна М.С.А., Мутханна А.С.А., Киричѐк Р.В. Разработка системы распознавания пешеходов в режиме реального времени для ее применения в концепции умного города. Информационные технологии и телекоммуникации. 2018. Т.6, №3. С.123-136.
- Лысанов М.К., Сай С.В. Распознавание объектов дорожного движения с помощью глубокой нейронной сети. Информационные технологии XXI века. 2019. С.263-268.
- Hossain A., Sun X., Das S., Jafari M., Codjoe J. Investigating older driver crashes on high-speed roadway segments: a hybrid approach with extreme gradient boosting and random parameter model. Transportmetrica A Transport Science, 2024. DOI: 10.1080/23249935.2024.2362362.
- Бобырь М.В., Милостная Н.А., Храпова Н.И. О подходе к детектированию движения пешеходов методом гистограмм направленных градиентов. Электронные библиотеки. 2024. Т.27, №4. С.429-447. DOI: 10.26907/1562-5419-2024-27-4-429-447.
- Canny J.A. computational approach to edge detection. IEEE Trans Pattern Anal Mach Intell, 1986, № 8(6). P.679–698. DOI:10.1109/TPAMI.1986.4767851.
- Бобырь М.В., Архипов А.Е., Горбачев С.В., Цао Ц., Бхаттачарья С.Б. Нечетко-логические методы в задаче детектирования границ объектов. Информатика и автоматизация. 2022. Т.21, №2. С.376-404. DOI: 10.15622/ia.21.2.6.
- Sala Filip A. Design of false color palettes for grayscale reproduction. Displays, 2017. №46. P.9–15.
- Колоденкова А.Е., Верещагина С.С., Фаворская Е.А., Осипова Е.А. Подход к оценке технического состояния электрооборудования с использованием взвешенных нечѐтких правил. Онтология проектирования. 2024. Т.14, №1(51). С.134-144. DOI: 10.18287/2223-9537-2024-14-1-134-144.
- Suzuki S., Keiichi A. Topological structural analysis of digitized binary images by border following. Comput. Vis. Graph. Image Process, 1985, Vol.30. P.32-46.
